这段时间在梳理这几年工作有什么沉淀下来和所得时，发现自己总是容易陷入细节，不能很好地拎出一条主线来，也不知怎么拔高一个层次或角度来梳理这几年的数据分析工作。
幸好的是当你心中有所困惑的时候，总是有优秀的前行者留下了他们的足迹和经验，可以供你借鉴和参考。《决战大数据》这本书在某种程度上就帮我规范了一个思路和框架。有很多概念帮我提升了认知角度。
【读书笔记是在Word文档中整理的，贴到博客后发现缩进和层级前的符号不能正确显示，有一点点错乱。ennnn,我就不浪费时间去修改了，逻辑结构和层级结构大致还是在的。有兴趣的还是要去读原文，不要图快餐。各人解读角度不一样，要解决的问题不一样，收获也会不一样。读书还是得要有愚公的精神，脚踏实地慢慢来。】
《决战大数据》读书笔记：
1、 忘掉大数据？什么才是大数据？
（1） 大数据的力量来自触类旁通的关联。
不是用数据来证明工作中的盲点，而是具备预测和开创新机的能力。
大数据时代，最核心的特质是“用数据寻找新机会”：赛马数据案例。
（2） 只有实效的数据才是正道。
我们要的不是数据的量，而是有“质”的量。
（3） 如何让数据成为商业的利器？
我们需要一套具有商业敏感度的数据决策框架。让企业看的准，知道做了什么是对的、什么是错的进行判断。快速的数据反馈可以让每个决策的误差得到适时地修正。
让数据真正从“看”到“用”，让用数据成为构建企业生产力的重要部分。
让DT战略深入到企业的每个角落，使数据从生产、收集、使用、分享到反馈变得简单易用。（DataTechnology）
让DT战略落地还要注意数据的稳定、准确、时效和有效实施。
阿里巴巴经验：人和事是分不开的。企业要成为数据化企业必须要构建文化。“混、通、晒”及“存、管、用”两套内功是让一家数据化企业的数据流动起来的关键。
（4） 锻造数据力和思考力的合力
很多时候，我们欠缺的不是解决问题的方式，而是定位问题的能力；
我们应该思考，有没有数据可以改善我们的盲点；我们该如何学会用‘假定数据是可以获取的’来重新思考周围的一切。
当这种数据化思考成为你的‘直觉’时，就能够把数据的力量和思考的力量融合在一起，产生出新的无与伦比的合力了。
2、 如何从数据化运营到运营数据？
（1） 数据十诫：
好的问题，答案就在里面。
让数据(Data)成为科技(Technology)，惠及更多人。
以‘假定数据是可获取的’去思考问题
建立数据的数据，才有进步。
利用数据拿到更有用的数据。
让人做人擅长做的事，让机器做机器擅长做的事。
（2） 为什么很多人只会谈大数据，而不会做大数据？
从收集到使用的大数据价值链出现了问题。
从收到用的螺旋式循环，只有先数据化运营，才能运营数据。
用数据的人不知道大数据从哪里来，做数据的人不知道大数据如何使用。用的人不敢用，因为大数据的真实性；做的人不知道怎么用，因为大数据的复杂性。结果导致，数据量越来越大，却越来越无法有效的使用。
（3） 大数据从来不是免费的午餐
大数据的来源是多种渠道的，偏倚、随机的误差总是存在的。大数据也会夹杂着虚假信息，大数据的量很大，但有用的信息不一定多，甚至还会破坏核心信息。而且大数据的情况下，会把一些问题或噪音放大。
数据的存储、备份和管理是需要成本代价的。
就算数据已经成功应用起来，形成了一条商业链条，但是随着科技的发展，不能保证后续还会有这样的数据来源供其持续发展，可能数据链消失了、断了、失效了。比如从Web时代到手机时代的数据主要来源变化，比如手机系统升级对数据获取的权限要求更严格了。
（4） 人才的断层
（1） 大数据面临的最大问题，就是人。人才的断层，收集数据的人不清楚未来使用数据的人要做什么，这是目前大数据的一大关键命门。
（2） 如何应用大数据？公司最高层管理者对大数据的期待是什么？
衡量大数据创造的价值最直接的标准就是，在经营上它为你赚了多少钱，带来了多少实际的利润提升。
但是对于公司最高层管理者，他对大数据的期望是什么呢？是对比使用了数据后，业务的转化率从%到%的提升吗？
数据建模是数据使用的关键环节。
数据建模，就是根据以往的经验，从中寻找到一些潜在的业务规则，然后把这些规则和业务经验结合起来去解决问题。（案例，基于场景的购买决策、基于搜索的商品推荐）
&n
最低0.47元/天 解锁文章
扫一扫
2020
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
